Skripsi
ANALISA METODE COSINE SIMILARITY DALAM MENGENALI PENGIRIM PESAN SINGKAT
- Bagikan:
ABSTRAK
Perkembangan teknologi komunikasi digital yang pesat telah menjadikan aplikasi
pesan singkat, seperti WhatsApp, sebagai sarana utama dalam berkomunikasi.
Namun, penggunaan pesan singkat juga menghadirkan tantangan, terutama dalam
mengenali pengirim pesan ketika informasi pengirim tidak tercantum secara jelas.
Hal ini dapat membuka peluang bagi penyalahgunaan, seperti penyamaran atau
penipuan melalui pesan yang tidak terdeteksi. Oleh karena itu, diperlukan metode
yang efektif untuk menganalisis pola penulisan dalam pesan guna membantu
identifikasi pengirim. Penelitian ini menggunakan metode Cosine Similarity, yang
mampu mengukur kemiripan antara teks berdasarkan representasi vektornya.
Proses analisis dilakukan dengan menerapkan teknik Text Mining, meliputi case
folding, cleaning, tokenizing, stopword removal dan stemming untuk memastikan
data yang digunakan lebih bersih dan akurat. Dengan metode ini, kemiripan antara
pesan uji dan pesan pembanding dihitung guna menentukan pesan yang paling
mirip dengan data uji. Hasil penelitian menunjukkan bahwa D101 memiliki
kemiripan tertinggi dengan D9 sebesar 71%, D102 dengan D4 sebesar 95%, dan
D103 dengan D15 sebesar 77%. Nilai-nilai tersebut menunjukkan bahwa metode
Cosine Similarity dapat digunakan untuk mengenali pola penulisan dalam pesan
singkat dengan tingkat akurasi yang baik. Penelitian ini diharapkan dapat menjadi
dasar bagi pengembangan dalam bentuk web atau aplikasi untuk mengidentifikasi
pengirim pesan singkat, sehingga meningkatkan keamanan dan kenyamanan dalam
komunikasi digital.
Kata Kunci: Cosine Similarity, Analisis Kemiripan, Text Mining, Pengenalan
Pengirim Pesan, Pesan Singkat.
Detail Information
| Item Type |
Skripsi (S1)
|
|---|---|
| Penulis |
Widia Margaretha Sidabutar - Personal Name
|
| Student ID |
221510077
|
| Dosen Pembimbing |
Harlen Gilbert Simanullang, S.Kom., M.Kom - - Dosen Pembimbing 1
Arina Prima Silalahi, S.Kom., M.Kom - - Dosen Pembimbing 2 |
| Penguji | |
| Kode Prodi PDDIKTI |
55201
|
| Edisi |
Published
|
| Departement |
Teknik Informatika
|
| Kontributor | |
| Bahasa |
Indonesia
|
| Penerbit | Universitas Methodist Indonesia : Medan., 2025 |
| Edisi |
Published
|
| Subyek | |
| No Panggil | |
| Copyright |
Fakultas Ilmu Komputer Universitas Methodist Indonesia
|
| Doi |